## Memo - [[2015__SIGMOD__k-Shape - Efficient and Accurate Clustering of Time Series]]の参考文献より ## Abstract [[時系列クラスタリング]]は、様々な領域で有用な情報を提供するために有効であることが示されている。時間データマイニング研究の取り組みの一環として、時系列クラスタリングへの関心が高まっているようである。概要を説明するために、本論文では、様々な応用領域における時系列データのクラスタリングを研究した先行研究を調査し、要約している。時系列クラスタリング研究で一般的に用いられる汎用クラスタリングアルゴリズム、クラスタリング結果の性能評価基準、比較される2つの時系列間の類似性／非類似性を決定する尺度（生データ、抽出された特徴、またはいくつかのモデルパラメータの形式）を含む時系列クラスタリングの基礎が示される。過去の研究は、時間領域や周波数領域の生データを直接扱うか、生データから抽出した特徴を間接的に扱うか、生データから構築したモデルを間接的に扱うかによって、3つのグループに分類される。また、先行研究のユニークさと限界について議論し、今後の研究テーマとして可能性のあるものをいくつか挙げている。さらに、時系列クラスタリングが適用されてきた分野についても、使用されたデータソースも含めてまとめている。このレビューが、この分野の研究の進展に関心を持つ人々の足がかりとなることが期待される。 [[2005__Pattern Recognit__Clustering of time series data—a survey__translations]]